- •Сети Кохонена
- •Принцип самообучения
- •Слой Кохонена - классифицирует входные векторы в группы
- •Алгоритм Кохонена формирования карт признаков:
- •Производится подстройка весов для нейрона j* и всех нейронов из его зоны соседства
- •Зоны топологического соседства нейронов
- •SOM (Карты Кохенена) Модель сетки
- •SOM (Карты Кохенена) Алгоритм построения
- •SOM (Карты Кохенена)
- •SOM (Карты Кохенена)
- •SOM (Карты Кохенена)
- •Интерпретация работы слоя
- •SOM (Карты Кохенена) Практическое использование
- •Реализация карт Кохенена в SNN
- •Архитектура сети Кохенена в SNN
- •Настройка шага и радиуса обучения сети Кохенена в SNN
- •Результаты (нейроны-победители)
- •Ассоциация нейронов-победителей и классов
Сети Кохонена
Принцип самообучения
Самообучение сети заключается в подстройке весов синапсов на основании информации содержащейся в поданном входном векторе. Вид откликов на каждый класс входных событий заранее неизвестен и будет представлять собой произвольное сочетание состояний нейронов выходного слоя, обусловленное случайным распределением весов при инициализации сети.
Общая идея алгоритмов обучения заключается в том, что при самообучении путем коррекции весов усиливаются связи между возбужденными нейронами. Так происходит коррекция и закрепление образа, отвечающего конкретной части из всей группы рассматриваемых событий. В результате сеть способна обобщать схожие образы относя их к одному классу и этим выполнять сжатие информации.
Архитектура слоя Кохонена и алгоритм его настройки предполагает, что для каждого входного вектора будет активизирован лишь один нейрон- победитель. Для данного входного вектора только один нейрон Кохонена выдает логическую единицу, все остальные выдают ноль.
Слой Кохонена классифицирует входные векторы в группы схожих векторов. Это достигается с помощью такой подстройки весов, что близкие входные векторы активизируют один и тот же нейрон. В результате обучения слой получает способность разделять несхожие входные векторы.
Слой Кохонена - классифицирует входные векторы в группы
|
|
В простейшей форме |
|
|
реализуется модель «WTA» |
… |
… |
(«Победитель забирает всё»): |
|
Слой |
Слой Кохонена |
рецепторов |
(классификатор) |
(входной вектор) |
|
Алгоритм Кохонена формирования карт признаков:
Шаг 1. Инициализация сети:
Весовым коэффициентам сети присваиваются малые случайные значения. Общее число синаптических весов - M*N Начальная зона соседства показана на рис.
Шаг 2. Предъявление сети нового входного сигнала. Шаг 3. Вычисление расстояния до всех нейронов сети:
Расстояния dj от входного сигнала до каждого нейрона j определяется по формуле:
, n1
d (x(t) w(t)
j i ij i0
Где xi - i-ый элемент входного сигнала в момент времени t,
wij(t) - вес связи от i-го элемента входного сигнала к нейрону j в момент времени t.
Шаг 4. Выбор нейрона с наименьшим расстоянием:
Выбирается нейрон j*, для которого расстояние dj наименьшее. Шаг 5. Настройка весов нейрона j* и его соседей:
Производится подстройка весов для нейрона j* и всех нейронов из его зоны соседства NE. Новые значения весов:
wij(t+1) = wij (t) + r (t) (xi (t) - wij(t)),
где r(t) - шаг обучения, уменьшающийся с течением времени
(положительное число, меньше единицы).
Шаг 6. Возвращение к шагу 2 .
Зоны топологического соседства нейронов
|
j |
|
|
NE(0) |
|
|
j |
1 |
|
NE(t ) |
|
j |
j |
2 |
|
||
|
NE(t ) |
NEj(t) множество нейронов, которые являются соседями нейрона j в момент времени t.
Окрестность - это несколько нейронов, окружающих выигравший нейрон.
SOM (Карты Кохенена) Модель сетки
• Матрица узлов MKL m
kl
• Соседство - 4 или 8 связность
• Каждому узлу соответствует точка в исходном пространстве
mkl Rd
SOM (Карты Кохенена) Алгоритм построения
• Проинициализируем mij случайными значениями
• Далее, в случайном порядке будем предъявлять наблюдения и для каждого:
– Вычисляем ближайший узел
– Выберем множество соседей узла, такое что расстояние на сетке между ними меньше r
– Для некоторого множества соседей узла, включая сам узел,
изменяем их положения согласно: m m x m
kl kl i kl
–Повторяем процедуру уменьшая r и пока сеть не стабилизируется
SOM (Карты Кохенена)
Иллюстрация: исходные данные
SOM (Карты Кохенена)
Иллюстрация: сетка